數字普惠金融、融資約束與中小企業創新*
——基于新三板企業數據的研究

郎香香，張朦朦，王佳寧

（大連理工大學經濟管理學院，遼寧 盤錦 124221）

一、引言

企業創新是經濟高質量發展的關鍵“支點”，也是企業發展的“命脈”。企業不僅包括實力雄厚的大型企業，還包括數不勝數、蓬勃創新的中小型企業。我國工業和信息化部公布數據顯示，截至2018年底，中國中小企業的數量已逾3000萬家，貢獻了全國50%以上的稅收、60%以上的GDP、70%以上的技術創新成果和80%以上的勞動力就業，在助推經濟發展、保障和改善民生、促進技術創新和增加就業崗位等方面具有舉足輕重的地位，發揮出不可替代的作用。但是，統計數據顯示，中小企業所獲得的金融資源僅占總金融資源的四分之一至三分之一，遠遠低于其對經濟的貢獻度。盡管我國出臺了減稅、創新補助、融資優惠等一系列推動中小企業創新發展的政策措施，有關工作取得積極成效，但中小企業資產輕、抵押物不足，融資需求短、頻、快，創新項目資金需求大、不確定性高的特點（Hall，2002），使得傳統金融機構信貸非常謹慎，中小企業仍面臨金融需求缺口大，供給不足的問題。特別是自新冠肺炎疫情以來，中小企業的生存和發展面臨著巨大挑戰，其生產經營困難增多，加劇了融資約束，不利于中小企業開展創新活動。數字普惠金融的出現和迅速發展，便于緩解中小企業融資約束問題，為促進創新活動提供了新的突破和轉機。

普惠金融一詞最早在2005年被聯合國提出，主要指能夠有效和全方位地為社會所有階層的群體和企業等提供可負擔得起、符合需求的金融服務體系（易行健和周利，2018）。2016年杭州G20峰會上，通過了《G20數字普惠金融高級原則》，其明確表示提倡利用數字技術推動普惠金融的發展。數字普惠金融的出現，結合了數字技術和金融服務，能幫助普惠金融和中小金融機構的發展成長，有效降低融資成本、擴大金融覆蓋面和深化滲透率，拓寬了中小企業的融資渠道。同時，通過數字技術，數字普惠金融能獲取更多中小企業信息，促使金融機構研發出適應中小企業需要的金融產品和服務，提高中小企業融資有效性，保障中小企業融資供給，從而有效促進中小企業產融結合，提升創新能力（Buchak等，2018）。

關于數字普惠金融對中小企業影響的研究相對較少，且受數據可得性限制，多選擇發展比較成熟的主板、中小板和創業板的上市企業作為研究樣本，結果表明，數字普惠金融發展能幫助緩解企業的融資約束（黃銳等，2020；梁榜和張建華，2019），降低非效率投資，提高企業的技術創新投入和創新產出（賈俊生和劉玉婷，2021；解維敏和方紅星，2011；梁榜和張建華，2019；李春濤等，2020；李繼尊，2015；馬連福等，2015；唐松等，2020）。但是，數字普惠金融的出現關鍵是為了解決被長久排除在傳統和正統金融體系之外的大部分中小企業和低收入群體的信貸問題。因此，對于處于發展劣勢的多數中小企業而言，數字普惠金融能否發揮出緩解融資約束的功能，產生創新驅動作用，仍有待進一步驗證。基于此，本文將2011-2018年市級的數字普惠金融數據與2012-2019年新三板掛牌的中小企業專利數據進行匹配，選取固定效應模型做實證分析。

現有的數字普惠金融與創新效率關系的文獻，研究對象絕大多數著眼于主板、創業板和中小板上市公司，該類企業長期處于優渥的金融環境中，因其本身面臨較小的融資約束，更容易因為慣性的作用而選擇原有固定的運行模式，所以數字金融產品的出現對其影響較小。作為傳統金融的補充渠道，數字普惠金融的出現主要緩解了被長久排除在傳統和正統金融體系之外的中小企業和低收入群體的信貸約束問題。考慮到新三板是服務成長型、創業、創新的中小微企業的全國性證券交易場所，可作為研究我國中小企業群體的重要窗口。因此，本文創新性地選用新三板市場作為研究對象，并且進一步地篩選新三板企業內的中小企業作為研究樣本，使數據選取更加具有科學性和現實性，能豐富現有的研究成果。

二、 理論分析與研究假設

長周期、高風險和不可逆的特征是企業研發創新活動不可避免的，所以企業在進行創新活動時易面臨較強的融資約束（唐松等，2020）。研發投入需消耗大量資金，當資金不足時，企業常常借助金融市場尋找融資來維持研發活動。中小企業因為受到規模較小、缺乏抵押物、經營記錄和財務狀況信息缺乏等限制，使得金融機構和中小企業間存在嚴重的信息不對稱問題，增加了中小企業融資中的搜索、合同、監督及議價等制度成本，使得中小企業獲取資金的交易成本更高，獲取資金的難度更大，面臨融資難、融資貴等問題，極大地約束了企業的創新活動。在我國市場經濟體制尚不健全的現狀下，中小企業面對的融資約束問題更為突出。

數字普惠金融應運而生，其可能借助以下主要途徑來緩解中小企業的融資約束，進而鼓勵中小企業補充創新投入，推動其創新活動的展開和創新水平的提高。第一，降低金融服務門檻，拓寬融資渠道，服務“長尾”群體。數字金融破除了傳統金融服務易受基礎設施和地理距離等硬件條件的束縛，改善信貸資源錯配，擴大了金融服務的廣度和深度，使中小企業能利用其多樣化服務模式來多維度地拓寬融資渠道，從而緩解中小企業創新項目的融資約束，增加創新資金投入（黃銳等，2020）。第二，降低融資成本，防范信貸風險，緩解信息不對稱。某個角度來說，數字普惠金融依托現代信息技術可以建立風險控制體系、信息處理與監測系統（Norden，2014），能夠減少傳統借貸活動中的信息不對稱問題，充分發揮信息篩選和風險甄別能力（Gomber等，2018），有效減少信息搜集成本、處理成本、風險評估成本和交易成本，從而減少中小企業的融資成本（鄒偉和凌江懷，2018）。第三，構建征信體系，提高融資效率，促進穩健經營。在新模式下，要更為詳細地搜集、挖掘、整理和分析中小企業的財務數據，整合中小企業過去的交易記錄等，做出較為準確的未來發展預測，從而構建出更為多維、完善的中小企業征信體系（李繼尊等，2015），規避規模化歧視，同時可以更便利地對中小企業客戶實行資質審核，簡化審批流程，進一步提高融資效率（唐松等，2020）。

此外，數字普惠金融是由金融和科技共同作用下的創新物，涵蓋先進的技術與創新理念，擁有信息共享的獨特優點，其發展會對其他行業產生直接技術溢出效應，推動金融業以外的企業來學習經驗并進行技術改造，形成示范效應。而且，國家大力支持下的數字普惠金融將覆蓋更多的企業，向這些企業提供源源不斷的、可支付的財務支持，金融資源的豐富促使行業內的競爭加劇，從而導致企業提升技術創新水平以便在競爭中生存。基于此，提出假設1和假設2。

假設1：數字普惠金融發展對中小企業創新具有積極促進作用；

假設2：數字普惠金融主要通過緩解中小企業融資約束來促進創新。

三、 研究設計

（一） 樣本選擇與數據來源

本文采用了以下數據庫來驗證提出的假設：①被解釋變量，選取2012-2019年新三板中小企業專利申請數據，通過公司名稱和年份在國家知識產權局網站《國家知識產權專利數據庫》中檢索并整理得到；②解釋變量，選取2011-2018年城市層面數字普惠金融發展指數（王小魯等，2017）；③新三板中小企業管理信息及財務數據等，來自CSMAR數據庫、Wind數據庫和CCER數據庫；④城市人均GDP、第二產業增加值等來自《中國城市統計年鑒》，缺失值由各城市統計公報數據補充；⑤制度環境來自王小魯等（2017）的《中國分省市場化指數報告》。

考慮到數據有效性，剔除了以下數據：①金融類企業；②當年ST、*ST、PT及當年上市的掛牌企業；③相關數據缺失或異常的企業。篩選完成后，根據《中小企業劃型標準規定》中的各行業中小企業營業收入、員工人數、資產規模等條件做進一步篩選，最終得到由8年共41185個觀察值構成的非平衡面板數據集。為避免極端值，本文還對連續性變量進行了1%的縮尾處理。

（二） 變量說明與描述性統計

1.被解釋變量

中小企業創新（Invention、Strategic、Patent）。以往文獻通常從投入和產出兩個層面衡量中小企業創新（王紅建等，2016），可現實創新活動具有風險高、周期長的特點，研發投入有效轉化為創新產出的難度較大，以致創新投入指標可能高估了企業的創新能力（Tian和Wang，2014）。在此基礎上，本文在回歸中選擇中小企業專利申請數衡量中小企業創新，將創新投入做穩健性檢驗。張璇等（2019）的研究將中小企業專利數分為3個檔次：第一為發明專利申請數，衡量中小企業的實質性創新水平（Invention）；第二為實用新型專利與外觀設計專利數量和，衡量中小企業的策略性創新水平（Strategic）；第三為專利申請總數，衡量中小企業整體創新水平（Patent）。

2.解釋變量

數字普惠金融指數（Index）。徐章星（2021）認為，運用城市角度的中國數字普惠金融發展指數，以便更精準地描述數字普惠金融發展對中小企業創新的影響。本文進一步將數字普惠金融指數降維至覆蓋廣度（Breadth）和使用深度（Depth）。

3.中介變量

本文選取了企業的融資約束（FC）和財務費用率（Financial-rate）作為中介變量，主要基于數字普惠金融緩解中小企業“融資難、融資貴”問題的思考，探討其是否能進一步對中小企業創新產生驅動作用。

融資約束（FC）。參考王碧珺等（2015）、李春濤等（2020）所采用的指標，選擇應收賬款比率（應收賬款/總資產）、現金比率（現金存量/總資產）、固定資產凈值率（固定資產/總資產）、企業規模（總資產自然對數）、清償比率（所有者權益/總負債）和企業成立年齡六項具有代表性的指標，來構建中小企業融資約束評分指標。

財務費用率（Financial-rate）。唐松等（2020）認為，用中小企業財務費用占營業收入的比重來衡量財務費用強度，反映企業融資所需支付的各項費用，從側面反映出企業受融資約束程度。其他變量詳見表1。

表1 變量定義

Index 數字普惠金融指數解釋變量Breadth 覆蓋廣度Depth 使用深度中介變量 FC 融資約束詳見郭峰等（2020）將應收賬款比率、現金比率、固定資產凈值率、企業規模、清償比率和企業成立年限六項指標分別五等分并由高到低分別賦值為1-5，將評分加總后標準化Financial-rate 財務費用率 財務費用/營業收入SOE 產權性質 國有中小企業為1，否則為0 Hightec 行業屬性 高新技術企業為1，否則為0 FDI 傳統金融發展水平 金融機構貸款余額/GDP，高于中位數為1，否則為0 Institutional 制度環境 高于中位數為1，否則為0調節變量控制變量Size 企業規模 期末總資產的自然對數Age 企業年齡 觀測年-成立年Dual 兩職合一 董事長與總經理兼任時為1，否則為0 Equity 股權集中度 前十大股東持股數量/總股數Ind 獨立董事比例 獨立董事人數/董事會總人數Grow 企業成長性 （當年營業收入-上年營業收入）/上年營業收入Lev 資產負債率 年末總負債/年末總資產Opin 審計意見 標準無保留意見取0，否則為1 Subsidy 政府補助 政府補助金額的自然對數Ln（GDP） 城市人均GDP 城市人均GDP的自然對數IS 產業結構 城市第二產業增加值/地區生產總值

4.描述性分析

從表2中可以發現，2011-2018年新三板中小企業實質性創新水平（Invention）均值為0.427，策略性創新水平（Strategic）均值為0.575，整體創新水平（Patent）均值為0.806，說明多數中小企業仍沒有申請專利，而且衡量中小企業實質性創新水平的發明專利申請數量最少，中小企業的創新數量和質量提升任重道遠。數字普惠金融指數（Index）最大值為291.4，最小值為80.78，標準差較大。

表2 描述性統計分析

?

（三） 模型構建

本文依據Hausman檢驗的結果，采用固定效應模型來檢驗數字普惠金融發展對中小企業創新的影響作用，建立模型（1）-（3）：

其中：被解釋變量為中小企業創新，以企業未來一年（t+1）專利申請數作為代理變量（Invention、Strategic、Patent）；解釋變量為城市層面的數字普惠金融指數（Index），β為主要觀測系數；控制變量Controls則包含了前述控制變量；Moser和Voena（2012）的研究認為，選擇年份與行業聯合固定效應（Year×Industry）以及城市固定效應（City），來控制隨著年份和行業變化的因素以及因城市不同而變化的變量，來盡可能減輕遺漏變量問題。

為打開數字普惠金融與中小企業創新之間的“黑匣子”，驗證融資約束為傳導渠道，本文參考溫忠麟等（2004）的中介效應檢驗方法，進一步建立模型（2）和模型（3）：

其中：Mediator為中介變量，包括融資約束指標（FC）和財務費用率（Financial-rate），用以檢驗數字普惠金融是否會緩解中小企業的融資約束，降低融資成本。

四、 實證分析

（一） 基準回歸分析

表3呈現了數字普惠金融影響中小企業創新的基準回歸結果。在第（1）-（3）列中，僅控制了城市變量、年份和行業聯合固定效應以及城市固定效應。結果表明，數字普惠金融與中小企業實質性創新水平（Invention）、策略性創新水平（Strategic）和整體創新水平（Patent）的回歸系數均為正，且通過了1%的統計顯著性檢驗，說明數字普惠金融對中小企業創新有推動作用。在第（4）-（6）列中，加入企業控制變量后，上述結論仍不變。說明中小企業在數字普惠金融迅速發展的影響下，創新能力得到加強，有利于實現高質量發展。可能原因在于，第一，數字普惠金融是金融和數字技術深度融合的產物，能夠通過示范效應和競爭效應等技術溢出來推動中小企業創新水平提升；第二，數字普惠金融能夠引導金融等資源跨時空配置，提高資金融資效率和信息傳播效率，有效緩解中小企業的信息不對稱和融資成本高的問題，從而有助于中小企業做出更加有效的創新決策，助力創新活動的開展。

表3控制變量的回歸結果基本符合預期。企業規模的系數顯著為正，說明相對于小微企業，大規模企業的創新能力更高。企業規模越大，擁有越豐富的社會資源和融資渠道，更加注重企業的長期發展，科技經費投入加大，提高企業的創新能力。企業年齡系數顯著為負，說明企業成立時間越長，越趨于保守，越缺乏創新精神。企業成長性系數顯著為正，說明成長性的企業創新能力更高。政府補助系數顯著為正，說明政府補助能夠促進企業進行創新活動。

表3 數字普惠金融與中小企業創新：基準回歸分析

數字普惠金融發展不僅體現在交易賬戶數的增加，或互聯網金融服務的深化，也體現在更便利的金融服務和更低的成本。所以，本文進一步研究數字普惠金融指數二級指標中的覆蓋廣度（Breadth）和使用深度（Depth）對中小企業創新的影響。表4的結果表明，數字普惠金融的覆蓋廣度和使用深度均對中小企業產生創新驅動作用。

表4 數字普惠金融與中小企業創新：指標降維

（二） 融資約束和融資成本的中介效應檢驗

表5的第（1）列和第（3）列為數字普惠金融對中小企業融資約束（FC）和財務費用率（Financial-rate）影響作用的回歸結果，數字普惠金融的回歸系數均在1%的顯著性水平下顯著為負，表示城市數字普惠金融的發展能夠有效緩解當地中小企業的融資約束，減少中小企業融資成本，有利于緩解中小企業“融資難、融資貴”的問題，這與謝絢麗等（2018）的研究相一致。從第（2）和（4）列回歸結果來看，數字普惠金融與中小企業創新的回歸系數均在1%顯著性水平下顯著為正，回歸系數有所減小，同時，融資約束和財務費用率與中小企業創新的回歸系數均在1%顯著性水平下顯著為負，說明融資約束和財務費用率的提高均對中小企業創新有消極作用，融資約束和財務費用率的部分中介效應明顯，假設1成立。這主要是因為，大部分中小企業完全依靠內部有限的資金很難承擔研發活動的融資缺口，需要通過外部融資來保證研發項目的持續進行（蔡競和董艷，2016）。當融資渠道不穩定或融資成本較高時，中小企業往往會削減新產品開發的投入，從而抑制企業創新活動。數字普惠金融的創新發展模式，便于降低傳統金融機構與中小企業間的信息不對稱問題，簡化審批流程和提高融資效率，極大地壓縮了中小企業融資的時間成本和信息成本。同時，大數據技術的應用也有助于解決中小企業信用信息缺乏的問題，減弱抵押物的限制，幫助中小企業獲取更多的資金。因此，數字普惠金融的發展擴大了金融覆蓋面、便捷了金融服務和豐富了金融產品，極大地緩解了中小企業的融資約束，從而有助于推動企業創新產出（Brown等，2009）。

表5 數字普惠金融與中小企業創新：融資約束中介效應

（三） 穩健性檢驗與內生性處理

1.穩健性檢驗

（1）更替回歸模型：Tobit模型

本文使用中小企業的專利申請數據中呈現出的零值堆積（Pile）和連續正值的特征，參考Faleye等（2014）的研究，針對這種數據結構，使用Tobit模型做進一步檢驗。結果如表6所示，數字普惠金融顯著促進中小企業創新，結論穩健。

表6 數字普惠金融與中小企業創新：Tobit模型回歸

（2）更換被解釋變量：當期研發投入和專利申請數

Griffiths和Webster（2010）的研究認為，以中小企業創新投入在營業收入中所占的比重（R&D）作為企業創新投資水平，進行穩健性檢驗。另外，本文用中小企業當期實質性創新水平（T-Invention）、策略性創新水平（T-Strategic）、企業整體創新水平（T-Patent）更替企業創新的度量指標做進一步穩健性檢驗。回歸結果如表7所示，數字普惠金融能夠促進中小企業創新投入，增加創新活動。這與前文的結論一致。

表7 數字普惠金融與中小企業創新：當期研發投入和專利申請數

2.內生性處理

為進一步減小內生性偏誤，本文還運用工具變量法做進一步驗證，一是參考傅秋子和黃益平（2018）、何宗樾和宋旭光（2020），選取中小企業注冊城市到杭州的球面距離（Distance）作為工具變量。二是參考謝絢麗等（2018）、萬佳彧（2020）、唐松等（2020）、何宗樾和宋旭光（2020），采用各省互聯網普及率①2011-2016年數據來源于《中國互聯網絡發展狀況統計報告》，2017-2018年數據來源于網宿科技發布的《中國互聯網發展報告》。作為工具變量實行內生性處理。回歸結果詳見表8。

表8的工具變量檢驗表明均不存在弱工具變量和過度識別問題，工具變量選取有效。在運用工具變量法緩解內生性問題后，數字普惠金融對中小企業創新的推動作用仍然明顯，且回歸系數均比基準回歸系數提高很大幅度，這說明工具變量產生了放大作用（Jiang，2017）。

表8 數字普惠金融與中小企業創新：2SLS工具變量法

五、 進一步研究

（一） 不同類型中小企業的創新異質性影響分析

表9中第（1）列和第（2）列展示了在國有企業和非國有企業中，數字普惠金融對中小企業創新的影響作用。在非國有企業中，數字普惠金融對中小企業實質性創新水平回歸系數顯著為正，組間差異系數t檢驗顯著。這說明數字普惠金融能夠全面提高非國有中小企業的創新水平，減少金融排斥現象，融資境遇的改善帶來了更多的邊際創新產出，發揮“雪中送炭”的作用。而對于國有中小企業而言，數字普惠金融的發展對整體的創新水平雖沒有產生影響作用，但提升了創新的質量，發揮出“錦上添花”的作用。

表9中第（3）列和第（4）列分析了數字普惠金融對非高技術-高技術中小企業創新的異質性影響。回歸結果顯示，數字普惠金融對高技術中小企業創新的積極作用顯著，但對非高技術中小企業創新并沒有顯著的影響作用，組間差異系數t檢驗顯著。這說明數字普惠金融對中小企業的創新驅動效應主要作用于高技術的中小企業。

表9 數字普惠金融與中小企業創新：產權性質異質和行業異質

（二） 不同區域中小企業的創新異質性影響分析

表10中第（1）列和第（2）列檢驗了在傳統金融發展水平較高和較低地區，數字普惠金融對中小企業創新的不同影響。結果表明，整體來看數字普惠金融均顯著提升了中小企業創新，組間差異系數t檢驗顯著。在傳統金融發展水平較低的地區，中小企業將數字普惠金融視為一條重要的融資方法，對其依賴程度相對更高，受到的影響也更大。數字普惠金融能夠有效改善傳統金融的不足，幫助金融資源合理配置。

表10中第（3）列和第（4）列檢驗了地區制度環境對數字普惠金融與中小企業創新關系的影響作用。結果表明，在制度環境較好地區，數字普惠金融能有效促進中小企業創新；上海市通過升級惠普金融應用進一步將公共數據項進行拓展與透明化，金融機構將公共數據與內部金融數據進行有機結合，為中小微企業“精準畫像”。在建設粵港澳大灣區和社會主義先行示范區兩大國家級戰略的驅動下，深圳創新、協調、開放的市場也成為一個完善普惠金融合作生態的土壤。相反，在制度環境較差地區，數字普惠金融會對中小企業創新產生消極影響。

表10 數字普惠金融與中小企業創新：地區異質

六、 結論與啟示

在國內外提倡加快數字普惠金融服務實體經濟的大背景下，數字普惠金融對中小企業創新影響作用的文獻研究還相對較少，較難為實踐提供借鑒和指導。本文將數字普惠金融2011-2018年市級數據與新三板掛牌的中小企業數據進行匹配，選擇固定效應模型做實證分析，結果表明：數字普惠金融顯著促進中小企業創新，其覆蓋廣度和使用深度均起積極推動作用。數字普惠金融主要是通過緩解中小企業的融資約束、降低融資成本來提高創新水平的。另外，金融監管的加強能幫助數字普惠金融更好地發揮作用。異質性研究則進一步發現：數字普惠金融顯著影響非國有中小企業、高技術中小企業、傳統金融發展水平較低地區的中小企業的創新水平。另外，制度環境與數字普惠金融的創新驅動作用存在正相關。

基于以上研究結論，本文得出以下三點啟示建議：

第一，要深化數字普惠金融發展，夯實技術基礎。數字普惠金融的發展能夠服務長尾群體，改善中小企業融資難、融資貴的難題，促進金融更好地服務實體經濟。因此，有關部門應加快推出數字普惠金融的支持政策，健全金融基礎設施，推動人工智能、大數據等核心技術的發展，提高金融機構服務水平，增進金融市場風險監測水平和防范能力，助力數字普惠金融服務的深化，為數字普惠金融持續發揮創新驅動作用打下堅實的基礎。同時，促進數字普惠金融相關法律法規建設，加強金融監管。

第二，要疏通數字普惠金融影響中小企業創新路徑，擴大促進效應。有關部門應加大對金融機構的引導，鼓勵大型銀行、支持城商行和農商行以及引導小額貸款公司、擔保機構等傳統金融機構充分運用技術優勢、屬地優勢等，發展數字普惠金融業務，同時，數字普惠金融機構應充分調查研究非國有、高技術類企業的發展特點，提供有針對性的金融產品，來降低融資成本，提高創新融資效率，以更好地進行創新活動。

第三，要合理配置數字普惠金融資源，優化地區制度環境，保障數字普惠金融發揮創新驅動作用。數字普惠金融能有效補足傳統金融的區域錯配和結構錯配，減緩落后地區中小企業的融資約束，發揮創新驅動作用。因此，當進一步增強對中西部地區數字基礎設施建設，充分整合金融資源，鼓勵數字金融服務下沉，協調區域間金融資源配置，推進數字普惠金融在中西部等發展水平較低地區的深化。同時，應持續完善社會主義市場經濟體制，發揮市場在資源配置中的決定性作用，激勵引導數字普惠金融促進中小企業創新。此外，加大對不法經營的懲罰力度，營造公平公正的競爭環境，運用數字化技術手段發現數字普惠金融詐騙行為。